在 Elasticsearch 中，數據建模與映射（Mapping） 是決定搜索性能、存儲效率和功能支持的核心環節。合理的映射設計能讓搜索更精準、聚合更高效、存儲更節省。

本文將全面詳解 Elasticsearch 的 數據建模原則、字段類型、動態映射、自定義分析器、嵌套結構、最佳實踐 等關鍵內容。

---

一、什么是映射（Mapping）？

映射（Mapping） 是 Elasticsearch 中對索引結構的定義，類似于關系型數據庫中的 Schema。它描述了：

• 每個字段的名稱和數據類型；
• 是否分詞（用于全文搜索）；
• 是否索引（可被搜索）；
• 如何處理日期、數字、對象等復雜類型。

? 每個索引都有一個 mapping，定義其文檔結構。

---

二、映射的核心組成

一個完整的 mapping 包含：

{"mappings": {"properties": { ... },        // 字段定義"dynamic": true,              // 動態映射策略"date_detection": true,       // 是否自動檢測日期"numeric_detection": false,   // 是否自動檢測數字"_source": { "enabled": true }, // 是否存儲原始 JSON"routing": { "required": false }}
}

---

三、字段類型詳解（Field Types）

Elasticsearch 支持豐富的字段類型，選擇合適的類型至關重要。

1. 常用字段類型

類型	用途	是否分詞	示例
text	全文搜索（會分詞）	?	"這是一段中文文本"
keyword	精確匹配、聚合、排序	?	"status:active"
date	日期類型	-	"2024-06-01T10:00:00Z"
long, integer, short, byte	整數	-	100, -5
double, float	浮點數	-	3.14
boolean	布爾值	-	true, false
ip	IP 地址	-	"192.168.1.1"
geo_point	地理位置坐標	-	{"lat": 39.9, "lon": 116.4}
object	嵌套 JSON 對象	-	{"name": "張三", "age": 30}
nested	獨立索引的嵌套對象	-	數組中的對象列表
binary	二進制數據（Base64）	-	圖片縮略圖
flattened	將復雜 JSON 作為 keyword 處理	?	動態標簽

---

2. text vs keyword：最重要的選擇

場景	推薦類型
搜索商品標題	text
聚合品牌、分類	keyword
排序價格、時間	keyword 或數值類型
精確匹配訂單號	keyword

? 最佳實踐：對同一字段使用 多字段（multi-fields）：

"title": {"type": "text","analyzer": "ik_max_word","fields": {"keyword": { "type": "keyword" }}
}

• 搜索用 title
• 聚合/排序用 title.keyword

---

四、動態映射（Dynamic Mapping）

1. 什么是動態映射？

當插入一個新字段時，Elasticsearch 自動推斷其類型并添加到 mapping 中。

PUT /my-index/_doc/1
{"user": "張三",      → 推斷為 text + keyword"age": 30,          → 推斷為 long"created": "2024-06-01" → 推斷為 date
}

2. 動態策略（dynamic）

設置	說明
true（默認）	自動添加新字段
false	忽略新字段，不報錯
strict	拒絕未知字段，拋出異常

? 生產環境建議設為 strict，防止字段污染。

PUT /my-index
{"mappings": {"dynamic": "strict","properties": { ... }}
}

---

五、自定義分析器（Analyzer）

用于控制 text 字段的分詞方式，直接影響搜索結果。

1. 分析器組成

• Character Filters：預處理（如 HTML 標簽過濾）
• Tokenizer：分詞器（如空格、中文分詞）
• Token Filters：后處理（小寫、停用詞）

2. 示例：中文分詞配置

PUT /news
{"settings": {"analysis": {"analyzer": {"my_ik_analyzer": {"type": "custom","tokenizer": "ik_max_word","filter": ["lowercase"]}}}},"mappings": {"properties": {"content": {"type": "text","analyzer": "my_ik_analyzer"}}}
}

3. 常見中文分詞插件

• ik：最常用，支持自定義詞典
• jieba：Python 社區流行
• smartcn：官方提供，功能有限

---

六、復雜結構建模

1. object 類型（扁平化對象）

{"address": {"city": "北京","district": "朝陽區"}
}

映射：

"address": {"properties": {"city": { "type": "keyword" },"district": { "type": "keyword" }}
}

?? 內部字段是扁平化的：address.city 和 address.district 是獨立字段。

---

2. nested 類型（獨立索引的對象）

適用于數組中的對象，需保持內部關系。

示例：用戶評論

{"comments": [{ "user": "A", "content": "好", "likes": 10 },{ "user": "B", "content": "差", "likes": 1 }]
}

錯誤方式（object）：

"comments": {"properties": { ... }
}

→ 會匹配 "user:A AND content:差"（跨文檔匹配）

正確方式（nested）：

"comments": {"type": "nested","properties": {"user": { "type": "keyword" },"content": { "type": "text" },"likes": { "type": "integer" }}
}

查詢：

"query": {"nested": {"path": "comments","query": {"bool": {"must": [{ "match": { "comments.user": "A" } },{ "match": { "comments.content": "好" } }]}}}
}

---

3. join 類型（父子文檔）

用于一對多關系（如文章與評論），但性能較低。

"relation": {"type": "join","relations": {"post": "comment"}
}

?? 7.x 后推薦用 nested 或應用層關聯。

---

七、高級映射設置

1. _source 控制

• 是否存儲原始 JSON，默認 true
• 設為 false 可節省空間，但無法：
  • 獲取原始文檔
  • 使用 update API
  • 高亮、腳本字段

"_source": { "enabled": false }

---

2. doc_values 與 fielddata

• doc_values: true（默認）：列式存儲，用于排序、聚合（推薦開啟）
• fielddata：用于 text 字段聚合，消耗大，不推薦

"tags": {"type": "text","fielddata": true  // 僅在必須時啟用
}

---

3. index 設置

控制字段是否可被搜索：

"internal_id": {"type": "keyword","index": false  // 不參與搜索，僅存儲
}

---

八、數據建模最佳實踐 ?

場景	建議
文本搜索	使用 text + 中文分詞器（如 ik）
聚合/排序	使用 keyword 或數值類型
多字段	使用 fields 定義 text + keyword
動態字段	生產環境設為 strict
嵌套對象	使用 nested 保持關系
日期	使用 date 類型，格式統一
大字段	index: false 節省空間
冗余設計	適當反規范化提升查詢性能

---

九、反規范化 vs 正規范化

策略	說明	適用場景
反規范化（Denormalization）	將關聯數據冗余存儲	查詢頻繁、寫少
正規范化（Normalization）	拆分為多個索引，通過 join 查詢	數據一致性要求高

? Elasticsearch 推薦 適度反規范化，以提升查詢性能。

---

十、總結：映射設計 checklist

項目	是否完成
使用 text 用于全文搜索	?
使用 keyword 用于聚合排序	?
中文字段配置 IK 分詞器	?
關鍵字段啟用 doc_values	?
嵌套對象使用 nested	?
生產環境 dynamic: strict	?
_source 根據需求啟用	?
避免 fielddata on text	?

---